> Průběžné zlepšování procesů > Nábor a získávání talentů > Greenhouse > Datová šablona

Šablona dat pro nábor a získávání talentů

Greenhouse

Atributy náboru a získávání talentů(21) Aktivity v náboru a získávání talentů(14) Návody k extrakci dat(3)

Šablona dat pro nábor a získávání talentů

Tato šablona vám pomůže shromáždit správná data o náborovém procesu. Uvádí atributy, které je vhodné sledovat, důležité aktivity k zachycení i postup, jak tato data získat ze systému Greenhouse. Díky šabloně připravíte datový základ pro smysluplnou analýzu procesu.

Doporučené atributy ke sběru
Aktivity, které je vhodné sledovat
Pokyny k extrakci dat

Pracujete se záznamy událostí poprvé? Přečtěte si, jak vytvořit záznam událostí pro process mining.

Stáhnout šablonu

Atributy náboru a získávání talentů

Níže jsou doporučená datová pole pro záznam událostí, která umožní podrobně analyzovat náborový proces v Greenhouse.

5 Povinné 6 Doporučené 10 Volitelné

	Název	Popis
	Časová značka aktivity ActivityTimestamp	Přesné datum a čas, kdy náborová aktivita proběhla.
Popis Časová značka aktivity určuje přesný okamžik, kdy v náborovém procesu došlo k události. Je základem všech analýz výkonu a trvání a určuje chronologické pořadí aktivit u každé žádosti o pracovní pozici. Tato časová značka je nezbytná pro výpočet časových KPI, například doby náboru, doby naplánování pohovoru nebo doby do obdržení zpětné vazby po pohovoru. Analýza času mezi aktivitami pomáhá měřit efektivitu, odhalovat prodlevy a sledovat dodržování dohodnutých úrovní služeb. Podporuje tak dashboardy zaměřené na výkon a úzká místa. Proč je to důležité Tato časová značka je důležitá pro seřazení událostí, výpočet doby trvání jednotlivých kroků a analýzu výkonu náborového procesu. Kde data získat V Greenhouse ji najdete v různých objektech, například jako „applied_at“ u objektu Application, „created_at“ u objektů Offer nebo jako časové značky v přehledech aktivit a auditních protokolech. Příklady 2023-10-26T10:00:00Z2023-10-27T14:35:10Z2023-11-05T09:15:00Z
	Název aktivity ActivityName	Název konkrétní náborové aktivity nebo fáze, která proběhla.
Popis Tento atribut zaznamenává název každé události v náborovém procesu, například „Přijata žádost“, „Naplánován pohovor“ nebo „Nabídka přijata“. Z těchto událostí se skládá posloupnost zachycená v mapě procesu. Analýza pořadí a četnosti aktivit je základem process mining. Pomáhá znázornit náborový proces, odhalit obvyklé cesty, zjistit odchylky od standardního workflow a najít úzká místa, kde se proces zastavuje. Můžete například sledovat, kolik žádostí postoupí z fáze „Žádost posouzena“ do fáze „Proběhl pohovor s náborářem“. Proč je to důležité Tento atribut určuje jednotlivé kroky náborového procesu. Umožňuje znázornit jeho průběh a odhalit úzká místa i odchylky. Kde data získat Obvykle se odvozuje z mapování změn fáze žádosti, stavů pohovorů, událostí nabídek nebo jiných auditovatelných akcí v Greenhouse. K převodu systémových událostí na standardizované názvy aktivit může být potřeba doplnit logiku. Příklady Přihláška posouzenaPohovor proběhlNabídka přijataŽádost zamítnuta
	Žádost o pracovní pozici JobApplicationId	Jedinečný identifikátor žádosti jednoho kandidáta o konkrétní pracovní pozici.
Popis ID žádosti o pracovní pozici je základem analýzy náborového procesu a slouží jako jedinečný identifikátor případu. Propojuje všechny související aktivity, od prvního podání a posouzení přes pohovory a nabídky až po konečné rozhodnutí o přijetí. Díky tomu můžete sledovat celý průběh žádosti každého kandidáta. V process mining se tento atribut používá k rekonstrukci přesné cesty kandidáta náborovým procesem. Umožňuje analyzovat varianty procesu, dobu vyřízení jednotlivých žádostí i místa, kde kandidáti odcházejí. Získáte tak přehled o celém náborovém cyklu každého uchazeče. Proč je to důležité Jde o základní ID případu, které propojuje všechny náborové události jednoho kandidáta. Díky němu lze analyzovat celý průběh náboru od začátku do konce. Kde data získat Obvykle jde o primární klíč objektu žádosti. Podívejte se do dokumentace Greenhouse API k endpointu „Applications“, kde se pole často označuje jako „id“ nebo „application_id“. Příklady 987654321098765432119876543212
	Poslední aktualizace dat LastDataUpdate	Časová značka poslední aktualizace nebo extrakce dat pro tuto událost.
Popis Tento atribut zaznamenává datum a čas posledního načtení dat ze zdrojového systému. Jde o metadata, která ukazují aktuálnost dat v modelu process mining. Díky těmto informacím uživatelé vědí, jak aktuální je analýza. Mohou počítat s prodlevou při načítání dat a ověřit, zda datový tok běží podle plánu. Pokud je například poslední aktualizace dat několik dní stará, je zřejmé, že dashboardy nezobrazují nejnovější náborové aktivity. Proč je to důležité Ukazuje aktuálnost dat a pomáhá uživatelům zjistit, zda analýza zachycuje současný stav procesu. Kde data získat Tato časová značka se vytvoří a přidá do datové sady při procesu extrakce, transformace a načtení dat (ETL). Příklady 2023-11-20T02:00:00Z2023-11-21T02:00:00Z2023-11-22T02:00:00Z
	Zdrojový systém SourceSystem	Určuje systém, ze kterého byla data získána.
Popis Tento atribut určuje původ náborových dat. V tomto procesu bude jeho hodnota vždy „Greenhouse“. I když se může zdát neměnný, výslovné zaznamenání zdrojového systému je důležité pro správu dat, řešení problémů i případy, kdy se data doplňují z dalších systémů, například z HRIS. Pomáhá určit původ dat a zachovat jejich integritu napříč datovým prostředím organizace. Proč je to důležité Zajišťuje přehled o původu dat, který je důležitý pro jejich správu a ověřování i pro práci s daty z více zdrojů. Kde data získat Jde o statickou hodnotu, kterou je třeba přidat při extrakci a transformaci dat, aby byl označen jejich původ. Příklady Greenhouse
	Jméno náboráře RecruiterName	Jméno náboráře odpovědného za správu žádosti o pracovní pozici.
Popis Tento atribut určuje náboráře přiřazeného ke konkrétní žádosti nebo požadavku na obsazení pozice. Náborář obvykle posuzuje žádosti, koordinuje pohovory a provází kandidáta náborovým procesem. Analýza procesu podle náboráře pomáhá porozumět individuálnímu výkonu a rozložení pracovní zátěže. Dashboard „Pracovní zátěž a efektivita náborářů“ využívá tento atribut k výpočtu ukazatelů, jako je počet vyřízených případů a doba jejich zpracování u jednotlivých náborářů. Pomáhá odhalit nejvýkonnější náboráře, určit, kdo potřebuje další podporu, a rovnoměrně rozdělit práci v náborovém týmu. Proč je to důležité Přiřazuje aktivity konkrétnímu náboráři a umožňuje analyzovat jeho výkon, pracovní zátěž a efektivitu. Kde data získat V Greenhouse je dostupný u objektu Job, obvykle v části „hiring_team“, kde jsou uvedeny role jako „Recruiter“. Příklady Alice JohnsonRobert DavisMaria Garcia
	Název pracovní pozice JobTitle	Název pozice, o kterou se kandidát uchází.
Popis Tento atribut obsahuje oficiální název požadavku na obsazení pozice, například „Seniorní softwarový inženýr“ nebo „Produktový marketingový manažer“. Poskytuje základní informace o obsazované roli. Analýza náboru podle názvu pozice pomáhá porozumět problémům spojeným s konkrétními rolemi. Dashboard „Výkonnost náboru“ například ukáže, zda obsazení seniorních nebo úzce specializovaných pozic trvá déle. Umožňuje také porovnávat míru přijetí nabídek u různých pozic a posoudit konkurenceschopnost odměňování nebo atraktivitu role. Proč je to důležité Umožňuje filtrovat a porovnávat náborové ukazatele pro konkrétní pozice a zjistit, jak se výkon procesu liší podle náročnosti nebo typu role. Kde data získat Jde o základní pole objektu Job v Greenhouse. Při dotazu na endpoint „jobs“ přes API bývá dostupné jako „name“. Příklady Seniorní softwarový inženýrObchodní zástupceUX/UI designér
	Oddělení JobDepartment	Oddělení nebo organizační jednotka, pro kterou se obsazuje pracovní pozice.
Popis Tento atribut určuje organizační oddělení, například „Technologie“, „Marketing“ nebo „Prodej“, ke kterému se vztahuje požadavek na obsazení pozice. Umožňuje souhrnně porovnávat náborové ukazatele napříč různými částmi firmy. Analýza podle oddělení je důležitá pro dashboardy, jako jsou „Výkonnost náboru“ a „Vývoj míry přijetí nabídek“. Pomáhá zjistit, zda některá oddělení mají delší náborové cykly, vyšší míru odmítnutí nabídek nebo se odlišují v dodržování procesu. Na základě těchto poznatků lze cíleně upravit postupy podle potřeb jednotlivých oddělení. Proč je to důležité Umožňuje porovnávat výsledky náboru a odchylky v procesu napříč odděleními a odhalovat systémové problémy i osvědčené postupy. Kde data získat V Greenhouse bývá dostupný jako standardní nebo vlastní pole objektu Job. Přes API ho najdete v části „departments“ záznamu Job. Příklady TechnologieProduktové řízeníProdejMarketing
	Stav nabídky OfferStatus	Aktuální stav pracovní nabídky předložené kandidátovi.
Popis Tento atribut sleduje stav pracovní nabídky. Může nabývat hodnot jako „Vytvořena“, „Předložena“, „Přijata“ nebo „Zamítnuta“. Ukazuje, jak náborový proces postupuje v závěrečných fázích. Tento atribut je nezbytný pro dashboard „Vývoj míry přijetí nabídek“ a související KPI. Sledováním postupu od předložení nabídky k jejímu přijetí nebo odmítnutí mohou firmy měřit, jak úspěšně kandidáty získávají. Analýza podle oddělení nebo názvu pozice může ukázat, jak rozhodování kandidátů ovlivňuje konkurenceschopnost odměňování, zkušenost kandidátů nebo jiné faktory. Proč je to důležité Sleduje výsledek pracovních nabídek. Je důležitý pro výpočet KPI míry přijetí nabídek a pro hledání způsobů, jak ji zlepšit. Kde data získat V Greenhouse je dostupný u objektu Offer, který je propojený s žádostí. Tyto informace obsahuje pole „status“. Příklady PřijatoZamítnutoOdeslánaVytvořena
	Stav žádosti ApplicationStatus	Konečný výsledek nebo aktuální stav žádosti o pracovní pozici.
Popis Tento atribut označuje stav žádosti, například „Přijat“, „Zamítnut“ nebo „Aktivní“. U dokončeného procesu vyjadřuje konečný stav, u probíhajícího procesu stav aktuální. Jde o důležitý rozměr analýzy výsledků. Umožňuje filtrovat případy a porovnávat průběh žádostí přijatých a zamítnutých kandidátů, což může odhalit znaky úspěšného náboru. Používá se také k výpočtu konverzních poměrů v dashboardu „Celkový náborový proces“ a ukazuje, jaké procento žádostí vede k přijetí kandidáta. Proč je to důležité Určuje výsledek náborového procesu a umožňuje porovnat průběh žádostí úspěšných kandidátů s průběhem žádostí zamítnutých kandidátů. Kde data získat Tyto informace jsou v Greenhouse dostupné u objektu Application prostřednictvím pole „status“ v API. Příklady PřijatZamítnutoAktivní
	Zdroj žádosti ApplicationSource	Kanál, kterým byla žádost kandidáta přijata.
Popis Tento atribut sleduje původ žádosti o pracovní pozici, například „LinkedIn“, „Doporučení zaměstnance“, „Webové stránky společnosti“ nebo „Indeed“. Ukazuje, jak účinné jsou jednotlivé náborové kanály. Dashboard „Efektivita náborových kanálů“ je založený na tomto atributu. Analýza počtu žádostí, doby náboru a míry přijetí podle zdroje pomáhá optimalizovat výdaje a úsilí věnované náboru. Data ukazují, které kanály přivádějí nejvhodnější kandidáty s nejmenšími náklady, a podporují KPI „Konverzní poměr náborových kanálů“. Proč je to důležité Pomáhá měřit efektivitu a návratnost jednotlivých náborových kanálů a rozhodovat na základě dat, kam zaměřit úsilí při hledání kandidátů. Kde data získat Je dostupný u objektu Candidate v Greenhouse, který je propojený s žádostí. Tyto informace obsahuje pole „source“. Příklady LinkedInDoporučení zaměstnanceKariérní stránka společnostiIndeed
	Čas ukončení aktivity ActivityEndTime	Časová značka označující konec aktivity, která trvala určitou dobu.
Popis Tento atribut zaznamenává čas dokončení aktivit, které trvají určitou dobu, například pohovoru nebo prověřování kandidáta. Mnoho aktivit proběhne okamžitě, ale u těch, které mají měřitelné trvání, je užitečné zaznamenat začátek i konec. Čas ukončení je důležitý pro přesný výpočet doby zpracování nebo trvání konkrétních aktivit. Pomáhá odlišit čekání mezi kroky od času skutečně stráveného prací. Můžete například přesněji zjistit, jak dlouho trvají samotné pohovory a jak dlouho trvá jejich naplánování. Proč je to důležité Umožňuje přesně vypočítat dobu zpracování aktivit a odlišit aktivní práci od čekání v procesu. Kde data získat Tyto informace mohou být dostupné u objektů, jako je „scheduled_interview“ v Greenhouse, který často obsahuje čas začátku i konce. U jiných aktivit může být nutné odvodit konec z časové značky následující aktivity. Příklady 2023-10-27T15:35:10Z2023-11-05T10:15:00Z2023-11-10T11:00:00Z
	Doba do obdržení zpětné vazby po pohovoru InterviewFeedbackTurnaroundTime	Doba mezi dokončením pohovoru a odesláním zpětné vazby tazatelem.
Popis Tato vypočítaná metrika měří rychlost reakce účastníků pohovoru. Prodleva při odeslání zpětné vazby může výrazně zpomalit nábor a zhoršit zkušenost kandidáta. Atribut přímo podporuje dashboard „Analýza zpětné vazby po pohovoru“ a KPI „Doba do obdržení zpětné vazby po pohovoru“. Vypočítá se jako rozdíl mezi aktivitami „Pohovor dokončen“ a „Zpětná vazba odeslána“. Sledování této metriky pomáhá odhalit úzká místa způsobená pomalou zpětnou vazbou a urychlit rozhodování. Proč je to důležité Měří efektivitu získávání zpětné vazby po pohovoru, které často způsobuje prodlevy v náboru. Kde data získat Jde o vypočítané pole. Z časové značky události „Pohovor dokončen“ se odečte časová značka události „Zpětná vazba odeslána“. Příklady 86400172800259200
	Doporučení z hodnocení pohovoru ScorecardOverallRecommendation	Celkové doporučení k přijetí na základě vyplněného hodnocení pohovoru.
Popis Tento atribut zachycuje závěrečné doporučení tazatele ve strukturovaném hodnocení pohovoru. Obvyklé hodnoty jsou „Rozhodně ano“, „Ano“, „Ne“ nebo „Rozhodně ne“. Tato data jsou důležitá pro posouzení kvality a konzistence pohovorů. Pomáhají porovnat zpětnou vazbu z pohovorů se skutečnými výsledky náboru a odpovědět například na otázku: „Jsou kandidáti s lepším hodnocením častěji přijati?“ Slouží také jako základ KPI míry vyplnění hodnocení pohovorů, který měří, jak často organizace používá strukturovaný nábor. Proč je to důležité Propojuje strukturovanou zpětnou vazbu z pohovorů s výsledky náboru a pomáhá měřit využívání rozhodování založeného na datech. Kde data získat Najdete ho v objektu Scorecard přiřazeném k dokončenému pohovoru v Greenhouse. API poskytuje tyto informace prostřednictvím endpointu „scorecards“. Příklady Rozhodně neNeAnoRozhodně ano
	Důvod zamítnutí RejectionReason	Důvod uvedený při zamítnutí žádosti kandidáta.
Popis Tento atribut zaznamenává konkrétní důvod, proč kandidát nepostoupil v procesu. Může jít například o „Nesoulad s firemní kulturou“, „Příliš vysoké platové očekávání“ nebo „Vybrán kvalifikovanější kandidát“. Analýza důvodů zamítnutí poskytuje cennou zpětnou vazbu k náborovému procesu. Může upozornit na nepřesné popisy pozic, nekonkurenceschopné odměňování nebo opakující se nedostatky v dovednostech uchazečů. Tyto informace pomáhají zlepšit hledání kandidátů i jejich zkušenost tím, že ukazují, kde v náborovém procesu nejčastěji neuspějí. Proč je to důležité Ukazuje, proč kandidáti z náborového procesu odcházejí, a pomáhá upravit popisy pozic, hledání kandidátů i kritéria posuzování. Kde data získat Je dostupný u zamítnutého objektu Application. API poskytuje podrobnosti v objektu „rejection_reason“. Příklady Nesplňoval požadované dovednostiPříliš vysoké platové očekáváníVybrán kvalifikovanější kandidát
	Fáze pohovoru InterviewStageName	Konkrétní název nebo typ fáze pohovoru.
Popis Tento atribut určuje konkrétní fázi pohovoru, například „Předběžný pohovor s náborářem“, „Technický pohovor“ nebo „Závěrečné kolo“. Poskytuje podrobnější informace než obecná aktivita „Pohovor dokončen“. Analýza ukazatelů v jednotlivých fázích pomáhá přesněji určit úzká místa. Můžete například přesně měřit míru odchodu kandidátů v jednotlivých fázích a zjistit, zda kandidáti častěji odstupují po technickém pohovoru, nebo už po úvodním posouzení. Tyto podrobnosti jsou důležité pro cílené zlepšení zkušenosti s pohovorem. Proč je to důležité Poskytuje podrobnější přehled o pohovorech a umožňuje analyzovat dobu trvání i míru odchodu kandidátů v každém kroku. Kde data získat Tyto informace jsou součástí údajů o plánování pohovorů v Greenhouse. Objekt „interviews“ u žádosti o pracovní pozici obsahuje podrobnosti o fázi pohovoru. Příklady Předběžný pohovor s náborářemPohovor s vedoucím náboruTechnické posouzeníZávěrečné kolo na pracovišti
	ID kandidáta CandidateId	Jedinečný identifikátor kandidáta, který není vázaný na konkrétní žádost.
Popis ID kandidáta jednoznačně určuje osobu v databázi uchazečů, zatímco ID žádosti o pracovní pozici se vztahuje ke konkrétní žádosti o jednu pozici. Jeden kandidát může v průběhu času podat více žádostí. ID žádosti o pracovní pozici slouží jako ID případu pro tento konkrétní pohled na proces. ID kandidáta umožňuje jiný typ analýzy. Můžete sledovat cestu kandidáta napříč více žádostmi, zjistit, kdo se hlásí opakovaně, a analyzovat celkový vztah s databází uchazečů. Získáte tak pohled na náborová data zaměřený na jednotlivé osoby. Proč je to důležité Umožňuje analyzovat více žádostí téhož kandidáta a získat širší přehled o jeho zapojení v čase. Kde data získat Jde o primární klíč záznamu kandidáta v Greenhouse. Přes API je dostupný jako „id“ u objektu Candidate. Příklady 123456123457123458
	ID pracovní pozice JobId	Jedinečný identifikátor požadavku na obsazení pozice nebo inzerátu.
Popis Tento atribut je jedinečné ID samotné pracovní pozice, které se liší od ID žádosti. K jednomu ID pracovní pozice se může vztahovat více žádostí. ID pracovní pozice umožňuje souhrnně analyzovat data na úrovni požadavku na obsazení. Můžete například zjistit celkový počet žádostí o konkrétní pozici nebo průměrnou dobu náboru u podobných rolí. Umožňuje seskupit a analyzovat náborové aktivity související s jednou volnou pozicí. Proč je to důležité Umožňuje shromáždit a analyzovat všechna data o uchazečích vztahující se k jedné pracovní pozici a získat přehled zaměřený na konkrétní náborovou pozici. Kde data získat Jde o primární klíč záznamu pracovní pozice v Greenhouse. V objektu Job je dostupný pod názvem 'id' prostřednictvím API. Příklady 400123400124400125
	Je automatizovaná IsAutomated	Příznak určující, zda aktivitu automaticky provedl systém.
Popis Tento booleovský atribut určuje, zda aktivitu provedl uživatel, nebo automatické pravidlo systému. Automatickou aktivitou může být například odeslání automatické odpovědi e-mailem nebo zamítnutí kandidátů, kteří neprojdou základní otázkou při posuzování. Analýza tohoto atributu pomáhá zjistit míru automatizace náborového procesu. Umožňuje porovnat efektivitu a výsledky automatických a ručních kroků a najít další možnosti automatizace, která může zrychlit proces a zajistit konzistentnější postup. Proč je to důležité Rozlišuje ruční a automatické aktivity a umožňuje analyzovat, jak automatizace ovlivňuje efektivitu a výsledky procesu. Kde data získat Nejde o standardní pole, obvykle se proto musí odvodit. Lze vycházet z uživatele přiřazeného k aktivitě, například uživatele „System“, nebo z konkrétních typů událostí, o kterých je známo, že probíhají automaticky. Příklady truefalse
	Je v souladu s procesem IsCompliant	Vypočítaný příznak určující, zda žádost prošla standardním, definovaným náborovým procesem.
Popis Tento booleovský atribut je výsledkem kontroly shody, která porovnává skutečnou posloupnost aktivit u žádosti o pracovní pozici s předem definovaným ideálním modelem procesu. Označí případy, které se od něj odchýlily, například vynecháním povinných kroků nebo jejich provedením v nesprávném pořadí. Jde o základní atribut pro dashboard „Odchylky od náborového procesu“ a podporuje KPI míry shody procesu a počtu porušení pravidel. Filtrováním případů, které nejsou v souladu s procesem, můžete zjistit, proč k odchylkám dochází, například kvůli nedostatečnému školení, omezením systému nebo oprávněným výjimkám. To pomáhá sjednotit workflow a omezit rizika spojená s nedodržováním pravidel. Proč je to důležité Odhaluje odchylky v procesu, což je důležité pro měření jeho souladu s pravidly, zajištění shody a sjednocení náborových workflow. Kde data získat Jde o vypočítané pole vytvořené softwarem pro process mining. Porovnává data ze záznamu událostí s definovaným cílovým modelem nebo souborem obchodních pravidel. Příklady truefalse
	Jméno vedoucího náboru HiringManagerName	Jméno vedoucího náboru pro související požadavek na obsazení pozice.
Popis Tento atribut určuje vedoucího týmu, ve kterém je volná pozice. Vedoucí náboru je důležitou součástí procesu. Často posuzuje kandidáty, vede pohovory v pozdějších fázích a rozhoduje o přijetí. Analýza procesu podle vedoucího náboru může odhalit důležité vzorce a úzká místa. Dashboard „Prodlevy při plánování pohovorů“ může například ukázat, že zpoždění často souvisí s dostupností konkrétních vedoucích. Pomáhá také zjistit, kdo potřebuje školení nebo podporu, aby se vedoucí do náboru zapojovali efektivně. Proč je to důležité Určuje důležitou osobu zapojenou do náboru a umožňuje analyzovat úzká místa i efektivitu procesu u jednotlivých vedoucích. Kde data získat V Greenhouse je dostupný u objektu Job, obvykle v části „hiring_team“, kde jsou uvedeny role jako „Hiring Manager“. Příklady Emily TranDavid ChenSophia Rodriguez

Povinné Doporučené Volitelné

Aktivity v náboru a získávání talentů

Jde o důležité kroky a milníky, které je vhodné zachytit v záznamu událostí pro přesné zjištění průběhu procesu a zlepšení náborového procesu.

7 Doporučené 7 Volitelné

	Aktivita	Popis
	Kandidát přijat	Kandidát úspěšně prošel všemi kontrolami před nástupem a je oficiálně označen jako přijatý. Tím náborový proces úspěšně končí.
Proč je to důležité Jde o hlavní úspěšný výsledek procesu. Doba od události „Přijata žádost“ do této události představuje celkovou dobu náboru, důležitý náborový KPI. Kde data získat Jde o explicitní akci v Greenhouse, při které náborář označí kandidáta jako přijatého na konkrétní pozici. Kandidát se tím změní z aktivního na přijatého. Zachycení Zaznamenává se časová značka akce „Označit jako přijatého“ v Greenhouse. Typ události explicit
	Nabídka předložena	Oficiální pracovní nabídka byla odeslána kandidátovi. Jde o důležitý milník, který završuje pohovory a výběr kandidáta.
Proč je to důležité Tato aktivita slouží jako základ pro výpočet KPI míry přijetí nabídek. Označuje začátek závěrečné fáze rozhodování kandidáta. Kde data získat Jde o výslovně zaznamenanou událost v Greenhouse, která vznikne při změně stavu nabídky na „Sent“ nebo „Extended“. Objekt nabídky obsahuje časová razítka těchto změn stavu. Zachycení Zaznamenává se z časového razítka, kdy je stav nabídky oficiálně označen jako odeslaný. Typ události explicit
	Nabídka přijata	Kandidát nabídku formálně přijal. Jde o důležitý milník úspěšného náboru, po kterém obvykle následují kroky před nástupem, například prověření minulosti kandidáta.
Proč je to důležité Jde o důležitý milník úspěšného náboru a jednu z hlavních složek KPI míry přijetí nabídek. Označuje přechod kandidáta do role budoucího zaměstnance. Kde data získat Jde o explicitní událost zaznamenanou v Greenhouse při změně stavu nabídky na „Accepted“, ať už ji změní náborář, nebo k ní dojde po elektronickém přijetí nabídky kandidátem. Zachycení Zaznamenává se časová značka změny stavu nabídky na „Accepted“. Typ události explicit
	Pohovor naplánován	V systému je naplánován pohovor s kandidátem. Greenhouse se propojuje s kalendáři, takže tato událost se obvykle zaznamená při potvrzení pohovoru.
Proč je to důležité Tato událost je důležitá pro analýzu a odhalení úzkých míst při plánování pohovorů. Doba mezi ní a předchozím krokem je důležitým KPI efektivity recruiterů a koordinátorů. Kde data získat Zaznamenává se pomocí funkce plánování pohovorů v Greenhouse. API poskytuje údaje o naplánovaných pohovorech včetně časového razítka jejich vytvoření. Zachycení Zaznamená se při vytvoření události pohovoru propojené s přihláškou kandidáta. Typ události explicit
	Pohovor proběhl	Pohovor s kandidátem se uskutečnil. Tato aktivita se často odvozuje od uplynutí naplánovaného času pohovoru, případně spolehlivěji od odevzdání zpětné vazby k pohovoru.
Proč je to důležité Jde o významný milník v průběhu náboru kandidáta. Slouží jako výchozí bod pro měření doby odevzdání zpětné vazby a postupu do další fáze. Kde data získat Obvykle se odvozuje. Lze ji určit podle času ukončení naplánovaného pohovoru, přesněji však podle časového razítka první odevzdané zpětné vazby ke konkrétnímu pohovoru. Zachycení Odvozuje se z času ukončení naplánovaného pohovoru nebo z časového razítka následného odevzdání zpětné vazby. Typ události inferred
	Přihláška přijata	Tato aktivita označuje začátek náborového procesu pro konkrétní žádost o zaměstnání. Zaznamená se, když kandidát odešle přihlášku přes kariérní stránky nebo náborový kanál, případně když je jeho žádost ručně zadána do Greenhouse.
Proč je to důležité Jde o hlavní počáteční událost procesu. Doba od této aktivity k dalším aktivitám je důležitá pro měření doby náboru a účinnosti kanálů pro získávání kandidátů. Kde data získat Jde o výslovně zaznamenanou událost v Greenhouse, která vznikne při vytvoření přihlášky. Čas události určuje pole Application Date nebo časové razítko vytvoření objektu přihlášky. Zachycení Zaznamenává se z časového razítka vytvoření záznamu přihlášky. Typ události explicit
	Žádost zamítnuta	Žádost kandidáta byla v některé fázi procesu zamítnuta. Jde o nejčastější neúspěšné ukončení, ke kterému může dojít v kterékoli fázi.
Proč je to důležité Tato událost je důležitá pro analýzu odchodů z náborového procesu. Když zjistíte, kdy a proč k zamítnutí dochází, můžete odhalit neefektivní postupy nebo nesoulad mezi požadavky na pozici a kandidáty. Kde data získat Jde o explicitní událost zaznamenanou v Greenhouse, když uživatel zamítne žádost. Často je doplněna důvodem zamítnutí a časová značka se ukládá do protokolu aktivit. Zachycení Zaznamenává se časová značka akce, kterou byla žádost zamítnuta. Typ události explicit
	Nabídka odmítnuta	Kandidát formálně odmítl pracovní nabídku. Jde o neúspěšné ukončení procesu, ke kterému dochází v pozdní fázi náboru.
Proč je to důležité Sledování tohoto výsledku je důležité pro analýzu míry přijetí nabídek. Častý výskyt může ukazovat na problémy s odměňováním, firemní kulturou nebo samotnou pozicí. Kde data získat Jde o explicitní událost zaznamenanou v Greenhouse při změně stavu nabídky na „Rejected“ nebo „Declined“. Objekt nabídky obsahuje časovou značku této změny. Zachycení Zaznamenává se časová značka změny stavu nabídky na „Rejected“. Typ události explicit
	Nabídka vytvořena	Byla připravena oficiální pracovní nabídka, která může čekat na interní schválení. Tato aktivita označuje formální rozhodnutí předložit kandidátovi nabídku.
Proč je to důležité Tato aktivita odděluje rozhodnutí připravit nabídku od jejího předložení kandidátovi. Pomáhá analyzovat dobu interního schvalování a úzká místa, která nabídku zdržují. Kde data získat Greenhouse má samostatný modul pro nabídky. Jde o výslovně zaznamenanou událost, jejíž čas se určuje podle časového razítka vytvoření objektu nabídky propojeného s přihláškou. Zachycení Zaznamená se při vytvoření záznamu nabídky v systému Greenhouse. Typ události explicit
	Přihláška posouzena	Recruiter nebo vedoucí náboru provedl první posouzení přihlášky kandidáta. Obvykle se tato aktivita odvozuje ze změny fáze nebo stavu přihlášky z „New“ na aktivní fázi posuzování, například „In Review“.
Proč je to důležité Sledování této aktivity pomáhá odhalit úzká místa při prvotním posouzení a změřit, jak dlouho trvá, než se někdo začne novým přihláškám věnovat. Je také výchozím bodem pro výpočet doby plánování pohovoru. Kde data získat Odvozuje se ze změny pole stavu přihlášky. Hledejte změny ze stavu „New“ na „Review“ a použijte časové razítko změny. Zachycení Odvozuje se z časového razítka změny stavu na „In Review“ nebo podobnou fázi. Typ události inferred
	Úvodní pohovor s recruiterem proběhl	Recruiter dokončil úvodní telefonický pohovor nebo rozhovor s kandidátem. Tato aktivita se často zaznamená přesunutím kandidáta do konkrétní fáze náborového procesu, například „Phone Screen“.
Proč je to důležité Jde o důležitý milník při posuzování kvalifikace, který ukazuje, že kandidát prošel prvotním posouzením přihlášky. Pomáhá měřit pracovní zátěž recruiterů i účinnost úvodního posouzení. Kde data získat Odvozuje se z časového razítka přesunu přihlášky do fáze „Phone Screen“ nebo z ní v náborovém procesu v Greenhouse. Zachycení Odvozuje se z historie fází přihlášky, konkrétně ze zaznamenaného vstupu do fáze „Phone Screen“. Typ události inferred
	Zahájení onboardingu	Oficiálně začal proces nástupu nového zaměstnance do společnosti. Často při něm dochází k předání z náborového systému do HRIS nebo platformy pro onboarding.
Proč je to důležité Tato událost sleduje efektivitu předání z náboru na HR. Prodlevy mohou zhoršit zkušenost nového zaměstnance, proto je důležité sledovat dobu předání na onboarding. Kde data získat Pokud je Greenhouse propojený se systémem pro onboarding, může jít o explicitní událost. Jinak se odvozuje z časové značky přesunu kandidáta do závěrečné fáze „Přijat“, která předání spouští. Zachycení Odvozuje se ze změny fáze nebo ze záznamu integrace, který potvrzuje předání do HRIS. Typ události inferred
	Zahájení prověřování kandidáta	U kandidáta bylo zahájeno prověřování, obvykle po přijetí nabídky. Událost může být zaznamenána jako změna fáze nebo jako spuštění integrace se službou třetí strany.
Proč je to důležité Tato aktivita je důležitá pro dodržování pravidel a sledování prodlev při prověřování kandidátů před nástupem. Pomáhá analyzovat dobu mezi přijetím nabídky a dokončením potřebných kontrol. Kde data získat Událost se pravděpodobně odvozuje z přesunu kandidáta do fáze „Prověřování kandidáta“ v náborovém procesu nebo ze záznamu aktivity souvisejícího s integrací pro prověřování. Zachycení Odvozuje se ze změny stavu na fázi „Prověřování kandidáta“ nebo ze záznamu API integrované služby. Typ události inferred
	Zpětná vazba odevzdána	Tazatel odevzdal scorecard nebo zpětnou vazbu k pohovoru s kandidátem. Strukturovaný náborový proces v Greenhouse tyto údaje využívá při rozhodování, proto jde o samostatnou zaznamenanou aktivitu.
Proč je to důležité Včasné odevzdání zpětné vazby je důležité pro posun kandidátů do dalších fází. Tato aktivita pomáhá analyzovat rychlost získávání zpětné vazby a míru vyplnění scorecardů. Kde data získat Jde o výslovně zaznamenanou událost, která vznikne, když tazatel odevzdá scorecard přes Greenhouse. Objekt Scorecards API obsahuje časové razítko `submitted_at`. Zachycení Zaznamenává se z časového razítka odevzdání scorecardu k pohovoru. Typ události explicit

Doporučené Volitelné

Návody k extrakci dat

Jak získat data z Greenhouse

Kroky

Přihlaste se ke svému účtu Greenhouse Recruiting.
V hlavním navigačním panelu klikněte na ikonu přehledů, která připomíná sloupcový graf, a otevřete sekci Reports.
V dashboardu Reports vyhledejte a otevřete 'Essential Reports'. Pro extrakci použijte především přehled 'All Applications', který obsahuje souhrn přihlášek a jejich důležitých milníků.
Upravte přehled 'All Applications'. Klikněte na tlačítko 'Columns' a vyberte sloupce potřebné pro zachycení požadovaných atributů a časových údajů aktivit. Zahrňte: Application ID, Candidate, Job, Department, Recruiter, Status, Source, Applied On, Rejected On, Hired On, Last Stage Change On, Offer Created On, Offer Accepted On, Offer Status.
Pro zachycení aktivit souvisejících s pohovory potřebujete samostatný přehled. Vraťte se do Essential Reports a vyberte 'Interview Details'.
Upravte přehled 'Interview Details'. V části 'Columns' vyberte alespoň: Application ID, Interview Name, Scheduled Start a Scorecard Submitted At. Získáte tak časové údaje o naplánování pohovoru a odeslání hodnocení.
U obou přehledů nastavte pomocí filtrů vhodné období. Běžnou volbou je filtr 'Applied On' nastavený na 'All Time' nebo konkrétní období, například posledních 6 měsíců, abyste zachytili relevantní skupinu přihlášek.
Vygenerujte každý přehled kliknutím na tlačítko 'Update' nebo 'Generate'. Po zobrazení přehledu klikněte na 'Export to Excel' a stáhněte data jako soubor CSV. Budete mít dva samostatné soubory CSV.
Exportované soubory zatím nemají formát záznamu událostí. Je třeba je upravit pomocí nástroje, jako je Python, R nebo tabulkový procesor s funkcí převodu sloupců na řádky, například Power Query v Microsoft Excelu.
Spojte data z přehledů 'All Applications' a 'Interview Details' podle Application ID.
Pro každou přihlášku vytvořte samostatný řádek pro každý relevantní sloupec s datem. Hodnota ve sloupci 'Applied On' se například stane hodnotou 'ActivityTimestamp' u aktivity 'Application Received'. Hodnota ve sloupci 'Rejected On' vytvoří aktivitu 'Application Rejected' a stejným způsobem postupujte u všech 14 požadovaných aktivit. Pokud nemáte samostatné časové údaje, použijte sloupec 'Last Stage Change On' k odvození aktivit, jako jsou 'Application Reviewed' nebo 'Recruiter Screen Conducted'.
Výsledný soubor uspořádejte do požadovaných sloupců: JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate a doporučené atributy. Uložte jej jako jeden soubor CSV, který nahrajete.

Konfigurace

Hlavní přehledy: Extrakce kombinuje data z několika přehledů v sekci Essential Reports v Greenhouse, především z 'All Applications' a 'Interview Details'.
Důležité sloupce (All Applications): Pro zachycení potřebných dat vyberte například Application ID, Candidate, Job, Department, Recruiter, Status, Source, Offer Status a všechny relevantní sloupce s daty, včetně Applied On, Rejected On, Hired On, Offer Created On a Offer Accepted On.
Důležité sloupce (Interview Details): Pro zachycení událostí pohovorů vyberte například Application ID, Interview Name, Scheduled Start a Scorecard Submitted At.
Filtry období: Doporučujeme filtrovat přihlášky podle data 'Applied On' za období 3 až 6 měsíců. Získáte tak přehlednou a relevantní datovou sadu. Delší období může zpomalit zpracování.
Předpoklady: Uživatel, který provádí export, musí mít v Greenhouse oprávnění k sekci 'Reports' a k zobrazení údajů o uchazečích. Obvykle je k tomu potřeba role 'Job Admin' nebo 'Site Admin'.

Ukázkový dotaz config

This extraction method uses the Greenhouse user interface and does not involve a query language. The configuration is performed by selecting reports and columns.

**Report 1: All Applications**
*   **Report to run**: Go to Reports > Essential Reports > All Applications
*   **Columns to select**:
    *   Application ID
    *   Candidate
    *   Job
    *   Department
    *   Current Company
    *   Current Title
    *   Recruiter
    *   Status
    *   Source
    *   Applied On
    *   Rejected On
    *   Rejection Reason
    *   Hired On
    *   Last Stage Change On
    *   Offer Created On
    *   Offer Accepted On
    *   Offer Status

**Report 2: Interview Details**
*   **Report to run**: Go to Reports > Essential Reports > Interview Details
*   **Columns to select**:
    *   Application ID
    *   Candidate
    *   Job
    *   Interview Name
    *   Interviewer
    *   Scheduled Start
    *   Scheduled End
    *   Scorecard Submitted At

**Post-Export Transformation Logic**:
Combine the reports and unpivot the date columns to create the event log. Map source columns to `ActivityName` and `ActivityTimestamp`:
*   'Applied On' -> 'Application Received'
*   'Last Stage Change On' (when moving to a review stage) -> 'Application Reviewed'
*   'Last Stage Change On' (when moving to a screen stage) -> 'Recruiter Screen Conducted'
*   'Scheduled Start' -> 'Interview Scheduled'
*   'Scheduled Start' (after the time has passed) -> 'Interview Completed'
*   'Scorecard Submitted At' -> 'Feedback Submitted'
*   'Offer Created On' -> 'Offer Created'
*   'Last Stage Change On' (when moving to offer extended stage) -> 'Offer Extended'
*   'Offer Accepted On' -> 'Offer Accepted'
*   'Last Stage Change On' (when moving to background check stage) -> 'Background Check Initiated'
*   'Last Stage Change On' (when moving to onboarding stage) -> 'Onboarding Initiated'
*   'Hired On' -> 'Candidate Hired'
*   'Last Stage Change On' (when offer status is 'Rejected') -> 'Offer Rejected'
*   'Rejected On' -> 'Application Rejected'

Kroky

Předpoklady: Získejte API klíč Greenhouse
- Přihlaste se k účtu Greenhouse s oprávněními vývojáře.
- Přejděte do Configure > Dev Center > API Credential Management.
- Klikněte na "Create New API Key".
- Zadejte popis, například "ProcessMind Extraction".
- Jako typ vyberte "Harvest".
- Udělte klíči potřebná oprávnění. Minimálně potřebujete oprávnění GET pro: Applications, Candidates, Jobs, Job Stages, Offers, Scorecards a Users.
- Vygenerovaný API klíč bezpečně zkopírujte. Později už jej nebude možné zobrazit.
Připravte prostředí Python
- Ověřte, že máte v systému nainstalovaný Python 3.6 nebo novější.
- Nainstalujte potřebné knihovny Python spuštěním těchto příkazů v terminálu: pip install requests a pip install pandas.
Připravte Python skript
- Zkopírujte celý Python skript uvedený v části "query" do nového souboru, například extract_greenhouse_logs.py.
- Nahraďte zástupný text YOUR_GREENHOUSE_API_KEY klíčem, který jste získali v kroku 1.
- Upravte proměnnou START_DATE_ISO a nastavte začátek období extrakce. Při prvním načtení doporučujeme zvolit datum před 3 až 6 měsíci.
Upravte mapování fází na aktivity
- Zkontrolujte slovník STAGE_TO_ACTIVITY ve skriptu.
- Tento slovník přiřazuje názvy konkrétních náborových fází vaší společnosti v Greenhouse ke standardizovaným názvům aktivit používaným v process mining.
- Toto mapování MUSÍTE upravit podle jedinečného nastavení Greenhouse ve vaší organizaci. Pokud se například fáze 'Recruiter Screen' nazývá 'Initial Recruiter Chat', upravte podle toho slovník.
Spusťte skript pro extrakci
- Otevřete terminál nebo příkazový řádek.
- Přejděte do složky, kam jste uložili extract_greenhouse_logs.py.
- Spusťte skript příkazem: python extract_greenhouse_logs.py.
- Skript se připojí k API Greenhouse, načte a zpracuje data a vypíše průběžné informace do konzole.
Získejte záznam událostí
- Po úspěšném dokončení skript vytvoří ve stejné složce soubor greenhouse_event_log.csv.
- Tento soubor CSV je výsledný záznam událostí s požadovanými sloupci a aktivitami.
Zpracování přírůstkových načtení
- Při dalších spuštěních můžete proměnnou START_DATE_ISO nastavit na časové razítko poslední úspěšné extrakce. Načtou se tak pouze nové nebo upravené záznamy a zpracování bude rychlejší.
Nahrajte data do ProcessMind
- Vygenerovaný soubor greenhouse_event_log.csv můžete nahrát přímo do ProcessMind. Ověřte, že názvy sloupců v souboru správně odpovídají polím v projektu ProcessMind.

Konfigurace

Oprávnění API klíče: API klíč Harvest musí mít přístup pouze pro čtení (GET) k těmto koncovým bodům: Applications, Candidates, Jobs, Job Stages, Offers, Scorecards a Users. Nedostatečná oprávnění způsobí, že některá data aktivit nebudou k dispozici.
Filtr období: Skript filtruje přihlášky pomocí parametru updated_after (proměnná START_DATE_ISO). Při první extrakci zvolte delší období, například posledních 6 měsíců. Při dalších přírůstkových načteních nastavte tuto hodnotu na časové razítko posledního úspěšného spuštění, aby se zpracování zrychlilo.
Mapování fází na aktivity: Slovník STAGE_TO_ACTIVITY ve skriptu je zásadní. Nastavte jej podle konkrétních náborových fází vaší společnosti v Greenhouse, aby bylo možné správně určit aktivity jako 'Recruiter Screen Conducted' a 'Background Check Initiated'.
Omezení počtu požadavků API: Skript mezi požadavky API zařazuje krátkou pevně stanovenou prodlevu, aby dodržel limity Greenhouse, přibližně 20 požadavků za sekundu. U velmi velkých objemů dat možná bude nutné prodlevu upravit, aby nedocházelo k chybám připojení.
Podrobnost dat: Extrakce zachycuje události s časovými razítky a změny stavů. Nezahrnuje podrobnosti, jako jsou poznámky z pohovorů nebo e-mailová komunikace, pouze metadata o tom, že k události došlo.

Ukázkový dotaz python

import requests
import pandas as pd
import time
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
API_KEY = class="hl-string">'YOUR_GREENHOUSE_API_KEY' class=class="hl-string">"hl-comment"># Replace with your Harvest API Key
START_DATE_ISO = class="hl-string">'2023-01-01T00:00:00Z' class=class="hl-string">"hl-comment"># Set the start date for the data pull (ISO 8601 format)
BASE_URL = class="hl-string">'https://harvest.greenhouse.io/v1/'

class=class="hl-string">"hl-comment"># IMPORTANT: Customize this dictionary to map your Greenhouse stage names to standard activities
STAGE_TO_ACTIVITY = {
    class="hl-string">'Application Review': class="hl-string">'Application Reviewed',
    class="hl-string">'Phone Screen': class="hl-string">'Recruiter Screen Conducted',
    class="hl-string">'Background Check': class="hl-string">'Background Check Initiated',
    class="hl-string">'Onboarding': class="hl-string">'Onboarding Initiated'
    class=class="hl-string">"hl-comment"># Add other custom stage mappings here, for example:
    class=class="hl-string">"hl-comment"># class="hl-string">'Hiring Manager Interview': class="hl-string">'Interview Completed'
}

class=class="hl-string">"hl-comment"># --- Script ---
headers = {class="hl-string">'Authorization': fclass="hl-string">'Basic {API_KEY}'}
event_log_records = []

def get_all_pages(endpoint, params=None):
    class="hl-string">"""Helper function to handle pagination for Greenhouse API requests."""
    url = fclass="hl-string">"{BASE_URL}{endpoint}"
    all_data = []
    page = 1
    while url:
        print(fclass="hl-string">"Fetching page {page} from {endpoint}...")
        try:
            response = requests.get(url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            all_data.extend(data)
            class=class="hl-string">"hl-comment"># Greenhouse uses Link header for pagination
            url = response.links.get(class="hl-string">'next', {}).get(class="hl-string">'url')
            page += 1
            time.sleep(0.1) class=class="hl-string">"hl-comment"># Respect rate limits
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching data from {url}: {e}")
            break
        class=class="hl-string">"hl-comment"># Params are only needed for the first request
        params = None
    return all_data

print(class="hl-string">"Fetching initial data from Greenhouse API...")
params = {class="hl-string">'updated_after': START_DATE_ISO, class="hl-string">'per_page': 100}
applications = get_all_pages(class="hl-string">'applications', params=params)
jobs = {job[class="hl-string">'id']: job for job in get_all_pages(class="hl-string">'jobs', params={class="hl-string">'status': class="hl-string">'all'})}
candidates = {cand[class="hl-string">'id']: cand for cand in get_all_pages(class="hl-string">'candidates')}
users = {user[class="hl-string">'id']: user for user in get_all_pages(class="hl-string">'users')}

print(fclass="hl-string">"Processing {len(applications)} applications...")

for app in applications:
    job_id = app.get(class="hl-string">'job_id')
    job = jobs.get(job_id, {})
    candidate = candidates.get(app.get(class="hl-string">'candidate_id'), {})
    source_system = class="hl-string">"Greenhouse"
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># Shared attributes for all events for this application
    base_attributes = {
        class="hl-string">'JobApplicationId': app[class="hl-string">'id'],
        class="hl-string">'SourceSystem': source_system,
        class="hl-string">'LastDataUpdate': last_data_update,
        class="hl-string">'JobTitle': job.get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'JobDepartment': (job.get(class="hl-string">'departments', [{}])[0] or {}).get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'ApplicationStatus': app.get(class="hl-string">'status', class="hl-string">''),
        class="hl-string">'ApplicationSource': (app.get(class="hl-string">'source', {}) or {}).get(class="hl-string">'public_name', class="hl-string">''),
        class="hl-string">'RecruiterName': class="hl-string">''
    }
    if app.get(class="hl-string">'recruiter') and app[class="hl-string">'recruiter'].get(class="hl-string">'id') in users:
        recruiter_user = users[app[class="hl-string">'recruiter'][class="hl-string">'id']]
        base_attributes[class="hl-string">'RecruiterName'] = fclass="hl-string">"{recruiter_user.get('first_name', '')} {recruiter_user.get('last_name', '')}".strip()

    class=class="hl-string">"hl-comment"># --- Activity: Application Received ---
    if app.get(class="hl-string">'submitted_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Application Received',
            class="hl-string">'ActivityTimestamp': app[class="hl-string">'submitted_at'],
            class="hl-string">'OfferStatus': None
        })

    class=class="hl-string">"hl-comment"># --- Activities from Stage History ---
    for stage_move in app.get(class="hl-string">'stage_history', []):
        stage_name = stage_move.get(class="hl-string">'stage_name')
        if stage_name in STAGE_TO_ACTIVITY:
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': STAGE_TO_ACTIVITY[stage_name],
                class="hl-string">'ActivityTimestamp': stage_move.get(class="hl-string">'exited_on'), class=class="hl-string">"hl-comment"># Timestamp when they entered the *next* stage
                class="hl-string">'OfferStatus': None
            })

    class=class="hl-string">"hl-comment"># --- Activities: Interview Scheduled & Completed ---
    interviews = get_all_pages(fclass="hl-string">"applications/{app['id']}/scheduled_interviews")
    for interview in interviews:
        if interview.get(class="hl-string">'start'):
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Interview Scheduled',
                class="hl-string">'ActivityTimestamp': interview[class="hl-string">'start'][class="hl-string">'date'],
                class="hl-string">'OfferStatus': None
            })
        if interview.get(class="hl-string">'end'):
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Interview Completed',
                class="hl-string">'ActivityTimestamp': interview[class="hl-string">'end'][class="hl-string">'date'],
                class="hl-string">'OfferStatus': None
            })

    class=class="hl-string">"hl-comment"># --- Activity: Feedback Submitted ---
    scorecards = get_all_pages(fclass="hl-string">"scorecards", params={class="hl-string">'application_id': app[class="hl-string">'id']})
    for sc in scorecards:
        if sc.get(class="hl-string">'submitted_at'):
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Feedback Submitted',
                class="hl-string">'ActivityTimestamp': sc[class="hl-string">'submitted_at'],
                class="hl-string">'OfferStatus': None
            })

    class=class="hl-string">"hl-comment"># --- Activities: Hired or Application Rejected ---
    if app.get(class="hl-string">'status') == class="hl-string">'hired' and app.get(class="hl-string">'hired_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Candidate Hired',
            class="hl-string">'ActivityTimestamp': app[class="hl-string">'hired_at'],
            class="hl-string">'OfferStatus': None
        })
    elif app.get(class="hl-string">'status') == class="hl-string">'rejected' and app.get(class="hl-string">'rejected_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Application Rejected',
            class="hl-string">'ActivityTimestamp': app[class="hl-string">'rejected_at'],
            class="hl-string">'OfferStatus': None
        })

class=class="hl-string">"hl-comment"># --- Activities from Offers (separate loop for efficiency) ---
print(class="hl-string">"Fetching and processing offer data...")
all_offers = get_all_pages(class="hl-string">'offers')
for offer in all_offers:
    if not offer.get(class="hl-string">'application_id'):
        continue

    app_id = offer[class="hl-string">'application_id']
    class=class="hl-string">"hl-comment"># Find the corresponding application's base attributes
    matching_app = next((item for item in applications if item[class="hl-string">'id'] == app_id), None)
    if not matching_app:
        continue
    
    job_id = matching_app.get(class="hl-string">'job_id')
    job = jobs.get(job_id, {})
    base_attributes = {
        class="hl-string">'JobApplicationId': app_id,
        class="hl-string">'SourceSystem': class="hl-string">"Greenhouse",
        class="hl-string">'LastDataUpdate': datetime.utcnow().isoformat() + class="hl-string">'Z',
        class="hl-string">'JobTitle': job.get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'JobDepartment': (job.get(class="hl-string">'departments', [{}])[0] or {}).get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'ApplicationStatus': matching_app.get(class="hl-string">'status', class="hl-string">''),
        class="hl-string">'ApplicationSource': (matching_app.get(class="hl-string">'source', {}) or {}).get(class="hl-string">'public_name', class="hl-string">''),
        class="hl-string">'RecruiterName': class="hl-string">'' class=class="hl-string">"hl-comment"># Can be enriched similarly if needed
    }

    class=class="hl-string">"hl-comment"># Offer Created
    if offer.get(class="hl-string">'created_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Offer Created',
            class="hl-string">'ActivityTimestamp': offer[class="hl-string">'created_at'],
            class="hl-string">'OfferStatus': offer.get(class="hl-string">'status')
        })
    class=class="hl-string">"hl-comment"># Offer Extended
    if offer.get(class="hl-string">'sent_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Offer Extended',
            class="hl-string">'ActivityTimestamp': offer[class="hl-string">'sent_at'],
            class="hl-string">'OfferStatus': offer.get(class="hl-string">'status')
        })
    class=class="hl-string">"hl-comment"># Offer Accepted/Rejected
    if offer.get(class="hl-string">'resolved_at'):
        if offer.get(class="hl-string">'status') == class="hl-string">'accepted':
            activity_name = class="hl-string">'Offer Accepted'
        elif offer.get(class="hl-string">'status') == class="hl-string">'deprecated': class=class="hl-string">"hl-comment"># Often used for rejected
            activity_name = class="hl-string">'Offer Rejected'
        else:
            continue
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': activity_name,
            class="hl-string">'ActivityTimestamp': offer[class="hl-string">'resolved_at'],
            class="hl-string">'OfferStatus': offer.get(class="hl-string">'status')
        })

print(class="hl-string">"Consolidating data and exporting to CSV...")
df = pd.DataFrame(event_log_records)
df_sorted = df.sort_values(by=[class="hl-string">'JobApplicationId', class="hl-string">'ActivityTimestamp'])
df_sorted.to_csv(class="hl-string">'greenhouse_event_log.csv', index=False)

print(class="hl-string">"Extraction complete. File 'greenhouse_event_log.csv' created.")

Kroky

Ověřte, že vaše licencovaná ETL platforma nabízí konektor Greenhouse a že podporuje objekty Greenhouse nebo replikované datové sady obsahující přihlášky, historii fází přihlášek, pohovory, zpětnou vazbu z pohovorů, nabídky, změny stavu nabídek, prověrky, předání do onboardingu a výsledky náboru. Názvy objektů se mezi platformami liší. Vycházejte proto z katalogu konektorů a prohlížeče schémat, nikoli z předpokládaných názvů tabulek.
Vytvořte v ETL platformě zdrojové připojení Greenhouse. Zadejte přihlašovací údaje, údaje pro autorizaci, nastavení replikace a případné filtry specifické pro vaši společnost. Postupujte podle dokumentace konektoru a udělte pouze oprávnění potřebná ke čtení vybraných náborových dat.
Nastavte cílový datový sklad a povolte replikaci zdrojových objektů potřebných k sestavení záznamu událostí. Vyberte alespoň objekty obsahující pracovní přihlášky, historii stavů nebo fází přihlášek, pohovory, zpětnou vazbu z pohovorů, nabídky, změny stavu nabídek, události prověrek, předání do onboardingu a výsledky náboru. Pokud některý požadovaný objekt není dostupný, zaznamenejte toto omezení a podle konfigurace Greenhouse namapujte nejbližší podporovaný zdroj.
Nastavte počáteční období replikace podle požadovaného rozsahu analýzy, obvykle na předchozí 3 až 6 měsíců. Pokud přihlášky mohly vzniknout před začátkem zvoleného období, ale pokračovaly i během něj, zahrňte také starší data. Nastavte přírůstkovou replikaci a uchovávejte časová razítka aktualizací zdroje, pokud jsou k dispozici.
Prohlédněte si replikované schéma a nahraďte všechny zástupné hodnoty v dotazu skutečnými názvy schémat, tabulek, sloupců, časových polí, identifikátorů a stavů, které poskytuje váš konektor. Nepředpokládejte, že jsou změny fází, záznamy pohovorů, zpětná vazba, nabídky, prověrky, předání do onboardingu nebo výsledky náboru dostupné, pokud se v replikovaných datech skutečně nenacházejí.
Nastavte transformační dotaz jako sjednocení samostatných extrakcí událostí. Každá extrakce musí vracet JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource a OfferStatus. Sjednoťte časová razítka do jednoho časového pásma, vyřaďte záznamy bez platného identifikátoru přihlášky nebo časového razítka aktivity a zachovejte jeden řádek pro každou zdrojovou událost představující aktivitu.
Použijte pravidla mapování aktivit. Pro Application Received použijte údaje o vytvoření nebo odeslání přihlášky, pro Application Reviewed výslovnou fázi kontroly nebo změnu stavu, pro Recruiter Screen Conducted záznam úvodního hovoru s náborářem nebo nakonfigurovanou změnu fáze telefonického pohovoru, pro Interview Scheduled potvrzení pohovoru nebo čas jeho naplánování, pro Interview Completed dokončení pohovoru nebo čas odeslání hodnocení, pro Feedback Submitted odeslání zpětné vazby, pro Offer Created vytvoření nabídky, pro Offer Extended odeslání nabídky nebo změnu jejího stavu na nabídku učiněnou uchazeči, pro Offer Accepted přijetí nabídky, pro Background Check Initiated zaznamenanou událost zahájení prověrky, pro Onboarding Initiated předání do onboardingu nebo jeho zahájení, pro Candidate Hired výsledek náboru s přijetím uchazeče, pro Offer Rejected odmítnutí nabídky a pro Application Rejected zamítnutí přihlášky nebo změnu fáze na zamítnutí.
Načtěte transformovaný výsledek do cílové tabulky nebo pohledu určeného pro záznam událostí ProcessMind. Duplicitní zdrojové události ponechte, pokud je zdokumentované obchodní pravidlo neoznačuje za technické duplicity. Pokud je deduplikace nutná, odstraňujte pouze totožné zdrojové události, například se stejným identifikátorem přihlášky, názvem aktivity, časovým razítkem aktivity a identifikátorem zdrojového záznamu.
Ověřte výsledek podle kontrol uvedených níže. Zkontrolujte, že jsou k dispozici všechny požadované sloupce, časová razítka jsou platná, všechny požadované aktivity se vyskytují tam, kde existují zdrojová data, a identifikátor případu je pro každou přihlášku jedinečný. Zamítnuté, stažené, archivované a neúplné přihlášky kontrolujte samostatně, aby filtrování nevyřadilo platné výsledky procesu.
Exportujte nebo zpřístupněte konečný výsledek jako plochý soubor CSV nebo prostřednictvím podporovaného připojení k datovému skladu pro nahrání do ProcessMind. Namapujte JobApplicationId jako identifikátor případu, ActivityName jako aktivitu a ActivityTimestamp jako čas události. Zahrňte SourceSystem a LastDataUpdate, ponechte doporučené atributy, používejte jednotný formát časových razítek, například ISO 8601 s informací o časovém pásmu, a nespoléhejte na to, že ProcessMind odvodí události, které v souboru chybí.

Konfigurace

Konektor a cíl: Použijte licencovanou ETL platformu s podporovaným konektorem Greenhouse a cílovým datovým skladem, ke kterému má transformační vrstva přístup. Možnosti konektoru, názvy objektů, intervaly aktualizací a podpora historické replikace závisí na zvolené platformě a předplatném.
Autorizace zdroje: Nastavte přihlašovací údaje a oprávnění Greenhouse potřebná pro konektor. Ověřte, že autorizovaný účet může číst záznamy přihlášek, historii fází nebo stavů, záznamy pohovorů, zpětnou vazbu, nabídky a případná integrovaná data o prověrkách nebo onboardingu použitá v mapování.
Replikované objekty: Vyberte všechny zdrojové objekty potřebné pro 14 extrakcí událostí. Nepovolujte pouze aktuální tabulku přihlášek, pokud jsou historické změny fází, aktivity pohovorů, odeslaná hodnocení, změny stavu nabídek nebo následná předání uloženy samostatně.
Období: Pro provozní analýzu začněte s obdobím 3 až 6 měsíců. Při měření celého životního cyklu přihlášek období prodlužte, protože přihlášky vytvořené dříve mohou později dospět k pohovorům, nabídkám nebo výsledku náboru.
Přírůstkové aktualizace: Uchovávejte časová razítka vytvoření, výskytu a poslední aktualizace zdroje, pokud jsou k dispozici. Nastavte pravidelné aktualizace podle požadované aktuálnosti přehledů a přidejte krátké překrývající se období pro pozdě doručené nebo opravené záznamy.
Filtry: Používejte pouze zdokumentované filtry specifické pro vaši společnost, například organizaci, oddělení, pracovní pozici, lokalitu nebo datum přihlášky. Nepoužívejte obecné filtry, jako Company Code nebo Document Type, pokud tato pole v replikovaném schématu Greenhouse skutečně nejsou a vaše konfigurace je nevyžaduje.
Mapování aktivit: Udržujte zdokumentované mapování zdrojového typu události, fáze, stavu nebo časového razítka na jednotlivé hodnoty ActivityName. Podle hodnot používaných ve vaší organizaci nastavte přesné hodnoty pro kontrolu přihlášky, telefonický pohovor, zamítnutí, nabídku, její přijetí, prověrku, onboarding a přijetí uchazeče.
Práce s prázdnými hodnotami: Povolte prázdné hodnoty pro RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource a OfferStatus, pokud je zdroj neposkytuje. Chybějící povinné identifikátory a časová razítka je třeba odmítnout nebo prověřit.
Časová pásma: Převeďte všechna časová razítka aktivit do jednoho časového pásma pro přehledy. Pokud potřebujete možnost auditu, uchovejte také původní časové razítko ze zdroje. LastDataUpdate musí označovat čas aktualizace nebo extrakce, nikoli čas výskytu aktivity.
Výkon: U velkých datových sad filtrujte zdrojové extrakce podle oddílů s časovými razítky, vybírejte pouze potřebné sloupce, používejte přírůstkové načítání a výsledný záznam událostí materializujte. Vyhněte se opakovanému spojování celé historie s aktuálními záznamy přihlášek bez indexovaných identifikátorů.
Uchovávání dat: Ověřte, že ETL platforma a přístup do Greenhouse uchovávají historické záznamy fází, pohovorů, zpětné vazby, nabídek a výsledků pro vybrané období. Pouze tabulky s aktuálním stavem neumožňují spolehlivě rekonstruovat historické aktivity.
Mapování v ProcessMind: Nastavte JobApplicationId jako identifikátor případu, ActivityName jako pole aktivity a ActivityTimestamp jako čas události. Ověřte, že exportovaný soubor obsahuje samostatný řádek pro každou aktivitu a nespoléhá na odvozování přechodů.

Ukázkový dotaz config

WITH
application_received AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Application Received' AS ActivityName,
        [ApplicationReceivedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your application event table]
    WHERE [ApplicationReceivedTimestamp] IS NOT NULL
),
application_reviewed AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Application Reviewed' AS ActivityName,
        [StageChangeTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your application stage history table]
    WHERE [StageChangeTimestamp] IS NOT NULL
      AND [NewStageName] IN ('In Review')
),
recruiter_screen_conducted AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Recruiter Screen Conducted' AS ActivityName,
        [ScreenCompletedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your recruiter screen event table]
    WHERE [ScreenCompletedTimestamp] IS NOT NULL
),
interview_scheduled AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Interview Scheduled' AS ActivityName,
        [InterviewScheduledTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your interview table]
    WHERE [InterviewScheduledTimestamp] IS NOT NULL
),
interview_completed AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Interview Completed' AS ActivityName,
        [InterviewCompletedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your interview table]
    WHERE [InterviewCompletedTimestamp] IS NOT NULL
),
feedback_submitted AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Feedback Submitted' AS ActivityName,
        [FeedbackSubmittedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your interview feedback table]
    WHERE [FeedbackSubmittedTimestamp] IS NOT NULL
),
offer_created AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Created' AS ActivityName,
        [OfferCreatedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferCreatedTimestamp] IS NOT NULL
),
offer_extended AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Extended' AS ActivityName,
        [OfferExtendedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferExtendedTimestamp] IS NOT NULL
),
offer_accepted AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Accepted' AS ActivityName,
        [OfferAcceptedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferAcceptedTimestamp] IS NOT NULL
),
background_check_initiated AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Background Check Initiated' AS ActivityName,
        [BackgroundCheckInitiatedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your background check event table]
    WHERE [BackgroundCheckInitiatedTimestamp] IS NOT NULL
),
onboarding_initiated AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Onboarding Initiated' AS ActivityName,
        [OnboardingInitiatedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your onboarding handoff table]
    WHERE [OnboardingInitiatedTimestamp] IS NOT NULL
),
candidate_hired AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Candidate Hired' AS ActivityName,
        [HiredTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your hiring outcome table]
    WHERE [HiredTimestamp] IS NOT NULL
),
offer_rejected AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Rejected' AS ActivityName,
        [OfferRejectedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferRejectedTimestamp] IS NOT NULL
),
application_rejected AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Application Rejected' AS ActivityName,
        [ApplicationRejectedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your application outcome table]
    WHERE [ApplicationRejectedTimestamp] IS NOT NULL
)
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM application_received
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM application_reviewed
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM recruiter_screen_conducted
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM interview_scheduled
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM interview_completed
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM feedback_submitted
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_created
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_extended
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_accepted
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM background_check_initiated
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM onboarding_initiated
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM candidate_hired
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_rejected
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM application_rejected;

Chcete začít?

Využijte svá náborová data naplno. Začněte používat tuto šablonu a zjednodušte náborový proces i rozhodování na základě dat.

Zpět na průvodce zlepšováním

Stáhnout šablonu

Zjednodušte získávání talentů v Greenhouse

Zkraťte dobu náboru o 30 % a zlepšete zkušenost uchazečů.

Začněte používat zkušební verzi

Bez platební karty • Nastavení za 5 minut

Šablona dat pro nábor a získávání talentů

Šablona dat pro nábor a získávání talentů

Atributy náboru a získávání talentů

Aktivity v náboru a získávání talentů

Návody k extrakci dat

Greenhouse Report Builder pro ruční export do CSV

Kroky

Konfigurace

Ukázkový dotaz config

Extrakce pomocí Python skriptu přes Greenhouse Harvest API

Kroky

Konfigurace

Ukázkový dotaz python

Automatizovaný ETL nástroj s konektorem Greenhouse

Kroky

Konfigurace

Ukázkový dotaz config

Chcete začít?

Zjednodušte získávání talentů v Greenhouse